近日，由新濠峰娱乐
2022级硕士研究生张博菲完成的关于生物信息药物重定位的研究论文“Drug repositioning based on tripartite cross-network embedding and graph convolutional network” 被中国科学院一区Top期刊《Expert Systems With Applications》接收并出版，该论文是在曾攀博士指导下完成。
药物-疾病关联预测是药物发现的重要组成部分，可以帮助研究人员更准确快速地发现潜在的候选药物和靶点，以应对传统方法效率低和成本高的缺点。相比之下，过去的药物疾病预测过程往往忽视了药物与副作用之间的关联以及蛋白质对疾病的影响。这些问题阻碍了模型充分学习网络中的潜在信息。因此，需要一种能够从多源异构信息中全面学习并提取生物关联高级特征的方法。为了克服这些挑战，本文提出了一种基于三方跨网络嵌入图卷积网络（TGCNDR）的药物重新定位方法，以预测药物与疾病之间的关联。首先，我们构建了药物疾病关联，药物蛋白质关联和药物副作用关联的三方交叉网络。其次，使用图卷积从不同节点捕获信息以学习药物嵌入。随后，使用锚链接进行知识转移，不同的网络使用自我注意机制来表示药物的重要性。在基准数据集上的实验表明，与最先进的方法相比，TGCNDR表现出良好的性能。最后，在案例研究中找到了具有较高可行性的骨肉瘤药物，这表明TGCNDR是药物重新定位的有效工具。
《Expert Systems With Applications》期刊的主旨是发表有关专家和智能系统的设计、开发、测试、实施和管理的论文，并为这些系统的开发和管理提供实用指南。该刊物发表专家和智能系统技术与应用领域的论文，目前属于中国科学院1区Top期刊，其影响因子为8.5。
